🚀 Agentic RAG con servidor MCP

✨ Descripción general

Agentic RAG con MCP Server es un potente proyecto que reúne un servidor y un cliente MCP (Protocolo de contexto de modelo) para crear aplicaciones Agentic RAG (Recuperación-Generación aumentada).

Esta configuración potencia su sistema RAG con herramientas avanzadas como:

• 🕵️‍♂️ Extracción de entidades

• 🔍 Refinamiento de consultas

• ✅ Comprobación de relevancia

El servidor aloja estas herramientas inteligentes, mientras que el cliente muestra cómo conectarse y utilizarlas sin problemas.

Related MCP server: MCP-RAGNAR

🖥️ Servidor — server.py

Impulsado por la clase FastMCP de la biblioteca mcp , el servidor expone estas útiles herramientas:

🤝 Cliente — mcp-client.py

El cliente demuestra cómo conectarse e interactuar con el servidor MCP:

• Establecer una conexión con ClientSession desde la biblioteca mcp

• Enumere todas las herramientas de servidor disponibles

• Llamar a cualquier herramienta con argumentos personalizados

• Consultas de procesos que aprovechan las herramientas OpenAI o Gemini y MCP en conjunto

⚙️ Requisitos

• Python 3.9 o superior

• paquete Python openai

• biblioteca mcp

• python-dotenv para la gestión de variables de entorno

🛠️ Guía de instalación

# Step 1: Clone the repository
git clone https://github.com/ashishpatel26/Agentic-RAG-with-MCP-Server.git

# Step 2: Navigate into the project directory
cd Agentic-RAG-with-MCP-Serve

# Step 3: Install dependencies
pip install -r requirements.txt

🔐 Configuración

1. Cree un archivo .env (utilice .env.sample como plantilla)

2. Establezca su modelo OpenAI en .env :

OPENAI_MODEL_NAME="your-model-name-here"
GEMINI_API_KEY="your-model-name-here"

🚀 Cómo utilizar

1. Inicie el servidor MCP:

python server.py

2. Ejecute el cliente MCP:

python mcp-client.py

📜 Licencia

Este proyecto está licenciado bajo la licencia MIT .

Gracias por leer 🙏